基于多元标记 Hawkes 过程的多层扩散网络推断
社会与信息网络
2018-09-21 v1 机器学习
机器学习
摘要
理解社交网络中的扩散是一项重要任务。然而，该任务具有挑战性，因为（1）网络结构通常是隐藏的，仅能观察到与每个节点关联的“发布”或“转发”等事件；且（2）节点之间的交互包含多种不同模式，这些模式反过来影响扩散模式。例如，社交互动很少在单一渠道上发展，并且由于各种共同兴趣，多重关系可以绑定人 pair。大多数先前工作仅考虑这两个挑战之一，这显然不现实。在本文中，我们研究社交网络中推断多层网络的问题。我们提出多层扩散模型（MDM），其结合了多元标记 Hawkes 过程和主题模型来推断社交网络的多层结构。我们开发了基于 MCMC 的算法来推断潜在多层结构并估计节点相关参数。我们基于合成和真实世界数据集评估我们的模型。结果表明，我们的模型在揭示多层网络结构方面更为有效。
引用
@article{arxiv.1809.07688,
title = {Inferring Multiplex Diffusion Network via Multivariate Marked Hawkes Process},
author = {Peiyuan Suny and Jianxin Li and Yongyi Mao and Richong Zhang and Lihong Wang},
journal= {arXiv preprint arXiv:1809.07688},
year = {2018}
}